Un'azienda di vendita al dettaglio online con oltre 50 milioni di clienti attivi archivia i dati di acquisto in Amazon S3 e dati aggiuntivi sui clienti in Amazon RDS. L'azienda vuole rendere tutti i dati disponibili per l'analisi a vari team, con controlli di accesso granulari e un sovraccarico operativo minimo. Quale soluzione soddisfa questi requisiti?

La soluzione corretta è creare un data lake con AWS Lake Formation. Lake Formation consente di centralizzare la gestione dei dati provenienti da S3 e RDS (tramite una connessione JDBC AWS Glue), applicando controlli di accesso granulari e minimizzando l'overhead operativo. Questa architettura è ideale per l'analisi su grandi volumi di dati eterogenei. Migrare i dati di acquisto su RDS non è scalabile per 50 milioni di clienti e non è ottimale per l'analisi. Copiare periodicamente dati con Lambda e usare Athena con policy S3 non offre la gestione centralizzata e i controlli granulari di Lake Formation su entrambe le fonti. Redshift è una buona soluzione per il data warehousing, ma richiede la gestione di un cluster e non offre la flessibilità e l'integrazione nativa di Lake Formation per la governance dei dati su S3 e RDS.